Un estudio publicado en eLife ha sentado a los modelos de lenguaje frente a cerebros humanos y el resultado incomoda: la inteligencia artificial copia el vocabulario, pero no la forma en que el cerebro ensambla el significado. Treinta personas leyeron 108 frases dentro de un escáner de resonancia magnética de 7 teslas. Ocho transformers y once modelos semánticos compitieron por parecerse a su actividad neuronal. Ninguno lo logró del todo.
La pregunta que late detrás no es menor. Si un sistema entrenado con billones de palabras produce frases que suenan humanas, ¿está haciendo lo mismo que hace un cerebro cuando lee? El trabajo responde con una distinción precisa: los transformers capturan mejor que los modelos que ignoran el orden de las palabras, sí, pero se hunden justo donde el lenguaje se vuelve estructural, en esas oraciones donde todo cambia según quién hace qué a quién.
El punto exacto donde la IA deja de parecerse al cerebro
El diseño experimental es quirúrgico. Las 108 frases se construyeron para separar la estructura sintáctica del significado de las palabras sueltas, de manera que fuera posible saber si el patrón cerebral responde a la gramática o al simple eco del léxico. Con esos datos, el equipo aplicó un análisis de similitud representacional, una técnica que compara matrices de representación y mide cuánto se parecen dos maneras distintas de organizar la misma información. El trabajo completo puede consultarse en el artículo publicado en eLife.
El patrón se repitió en los ocho transformers evaluados. Todos superaron a los modelos que tratan el texto como una bolsa de palabras sin orden. Todos, en cambio, se quedaron cortos ante las frases que exigen sensibilidad a las relaciones estructurales, los llamados roles semánticos. En ese terreno, los modelos diseñados explícitamente para codificar esas relaciones ganaron con una ventaja significativa.
Un ejemplo aclara el tamaño del problema. En ‘el perro muerde al cartero’ y en ‘el cartero muerde al perro’ aparecen las mismas palabras y el mundo cambia por completo. Un sistema ciego al orden no puede distinguirlas; uno sensible al orden puede, pero todavía puede quedarse con la estadística de quién muerde a quién en lugar de con la relación que la frase afirma.
Hay un matiz que conviene no perder. Que los transformers batan a los modelos ciegos al orden no significa que se acerquen al cerebro; significa que el listón de partida estaba muy bajo. La comparación exigente es la otra, la que los enfrenta a arquitecturas que sí representan la estructura, y ahí la distancia se abre.
Treinta cerebros y diecinueve modelos después, la conclusión es sobria: parecerse en las palabras no es parecerse en las estructuras.
Cómo se compara un transformer con un cerebro, paso a paso
El método tiene tres piezas. La primera son las personas: 30 participantes que leen dentro del escáner, una cifra habitual en neuroimagen funcional y corta para extraer conclusiones universales sobre el lenguaje humano. La segunda es la máquina: ocho transformers, la arquitectura que sostiene a los grandes modelos de lenguaje actuales, y once modelos semánticos de otras familias. La tercera es la métrica: el análisis de similitud representacional, que no busca correlaciones frase a frase sino geometrías compartidas, el modo en que se agrupan y se separan los significados en un espacio de muchas dimensiones.
La resolución del escáner merece su propio párrafo. Un equipo de 7 teslas no es el aparato del hospital de barrio: los clínicos habituales trabajan a 1,5 o 3 teslas, y subir el campo magnético se traduce en imágenes capaces de separar milímetros de corteza. Ese detalle lo cambia todo, porque las áreas del lenguaje ocupan franjas de dos o tres milímetros en el giro temporal superior. Sin esa precisión, buscar diferencias finas entre representaciones sería como intentar leer una novela con prismáticos. Ciento ocho frases, por cierto, son menos de dos páginas de un libro: el experimento entero cabe en una tarde de lectura.
Qué significa que la IA no construya el significado como el cerebro
La lectura pesimista es tentadora y conviene frenarla. El estudio no dice que los grandes modelos de lenguaje no entiendan nada; dice que su forma de representar el significado se aparta de la humana precisamente en el eje que más importa para la sintaxis. La lectura pragmática tampoco sale indemne: si la herramienta sirve para traducir, resumir o programar sin representar los roles semánticos como los representa un cerebro, el desacuerdo es sobre el verbo entender y no sobre la utilidad del invento.
Lo interesante es el contraste con la última década de neurociencia del lenguaje computacional. Varios trabajos han encontrado parecidos notables entre las capas internas de estos sistemas y la respuesta cortical de personas que escuchan relatos. Este experimento afina el disparo: al separar estructura y léxico en el diseño de las frases, el parecido se mantiene donde manda el vocabulario y se rompe donde manda la gramática. Un hallazgo así no derriba esa línea de investigación, pero le pone condiciones.
Hay límites a la vista. Treinta participantes es una muestra razonable para resonancia funcional, y escasa para hablar de el cerebro en general. El análisis de similitud representacional mide parecido entre geometrías, no causalidad: sabemos que las representaciones se ordenan distinto, no por qué. Y las regiones de interés se definen de antemano, lo que siempre introduce decisiones humanas en el resultado.
Sobre una duda mayor no hay respuesta todavía. ¿La brecha estructural se cierra con más parámetros y más datos, o es un rasgo de la arquitectura que ningún escalado va a corregir? Los resultados apuntan a lo segundo sin demostrarlo. Las arquitecturas híbridas que incorporan la sintaxis de forma explícita tienen aquí una invitación clara, y la próxima tanda de comparaciones entre modelos y cerebros dirá si alguien la acepta.
🔬 Ficha del Descubrimiento
- Qué se ha descubierto: los transformers igualan o superan a los modelos ciegos al orden de las palabras, pero se alejan de las representaciones cerebrales en las frases que exigen distinguir quién hace qué a quién.
- Dónde: datos de resonancia magnética funcional de 7 teslas en 30 participantes; el resumen consultado no especifica la ciudad del centro de neuroimagen.
- Institución responsable: equipo de investigación cuyo trabajo publica la revista eLife, con revisión por pares.
- Cuándo: artículo de eLife con referencia 108442; la fecha exacta de publicación no consta en el extracto consultado.
- Impacto a futuro: cuestiona que la fluidez de los grandes modelos de lenguaje implique una comprensión del significado equiparable a la humana y empuja el diseño hacia arquitecturas sensibles a la estructura.
